العودة إلى المكتبة

سؤال رئيسي جديد

معالج بالذكاء الاصطناعي · معتمد من المؤلف

ما المخاطر الناتجة عن شراء المؤسسات العامة للذكاء الاصطناعي من موردين خارجيين، وكيف يمكن إدارتها؟

Between Innovation and Risk Aversion: A Contextual Perception of AI Sourcing Risks in Public Organisations
Zacchaeus Otunla, Tobias Mettler · International Conference on Information Systems (ICIS) · 2026
رسم توضيحي لـ: ما المخاطر الناتجة عن شراء المؤسسات العامة للذكاء الاصطناعي من موردين خارجيين، وكيف يمكن إدارتها؟

يُحمّل مشغل Spotify؛ قد تستخدم Spotify ملفات تعريف الارتباط. يتذكر هذا الجهاز اختيارك.

أبرز النتائج

  • كشفت الدراسة عن ثلاث فئات أساسية لمخاطر شراء الذكاء الاصطناعي: مخاطر التشغيل قبل النشر، والمخاطر المتعلقة بالموردين، ومخاطر الجاهزية التكيفية للمستقبل.
  • وجدت أن المخاطر التشغيلية تنبع غالباً من تبني الذكاء الاصطناعي استجابةً لضغوط مؤسسية خارجية بدلاً من حل مشكلات محددة، ما يؤدي لعدم تطابق توقعات الأداء.
  • أظهرت أن الجهات العامة تواجه صعوبات بالغة في فحص الموردين ذوي الخبرة المحدودة والتأكد من امتثال المزودين الخارجيين لمعايير حماية البيانات العامة الصارمة.
  • أبرزت أن المؤسسات تدير مخاطر الارتهان للمورد وتقادم الأنظمة من خلال عقود أطر عمل مرنة، وبوابات لمراقبة الجودة، وتخصيص ميزانيات للصيانة.
  • صاغت نموذجاً للتحوط السياقي من المخاطر يوضح أن الجهات العامة توازن بشكل تكراري بين المواءمة التشغيلية، والامتثال التنظيمي، ومرونة المشتريات في ظل عدم اليقين.

ماذا يعني ذلك بالنسبة لك

مدير تقنية المعلومات التنفيذي / مسؤول تنفيذي

Institute mandatory 'quality gates' and allocate dedicated maintenance budgets in upcoming vendor contracts to explicitly mitigate system obsolescence and lock-in risks.

مدير تقنية المعلومات

Audit all current AI vendor requirements to ensure strict adherence to public data protection standards and filter out unverified suppliers lacking a proven track record.

مخطط استراتيجي للأعمال

Review all active AI project proposals to verify they solve a specific internal operational problem rather than merely satisfying external institutional innovation pressures.

باحث

Design a study examining how public sector agencies navigate the friction between strict regulatory compliance and the need for procurement agility when sourcing AI.

صانع سياسات

Draft updated procurement guidelines that replace rigid legacy frameworks with flexible framework contracts specifically tailored to manage AI opacity and uncertainty.

الملخص

تبحث هذه الدراسة في كيفية تحديد مؤسسات القطاع العام للمخاطر المبكرة ومعالجتها عند شراء حلول الذكاء الاصطناعي. واستناداً إلى منهج نوعي استكشافي، حلل الباحثون 33 مقابلة شبه منظمة مع مسؤولين في القطاع العام السويسري من ذوي الخبرة في إدارة مبادرات الذكاء الاصطناعي.

المشكلة

في حين تركز أبحاث كثيرة على المخاطر اللاحقة لنشر أنظمة الذكاء الاصطناعي، تظل مخاطر التوريد المبكر وتحديد المتطلبات غير مدروسة بالشكل الكافي. وتواجه المؤسسات العامة ضغوطاً للابتكار بالاعتماد على موردين خارجيين، غير أن نماذج المشتريات التقليدية تعجز عن معالجة الغموض وعدم اليقين وتحديات الامتثال لبيانات الذكاء الاصطناعي.

النص المكتوب
Host: مرحباً بكم في حلقة جديدة من بودكاست A.I.S. Insights — powered by Living Knowledge. أنا آنا آيفي سامرز، ويرافقني كالمعتاد زميلي أليكس إيان ساذرلاند. في حلقة اليوم، سنناقش دراسة أعدها الباحثان زاكايوس أوتونلا وتوبياس ميتلر بعنوان "بين الابتكار والتحوط من المخاطر: إدراك سياقي لمخاطر توريد الذكاء الاصطناعي في المنظمات العامة". تبحث هذه الدراسة في كيفية تحديد مؤسسات القطاع العام للمخاطر المبكرة ومعالجتها عند شراء حلول الذكاء الاصطناعي. أهلاً بك يا أليكس.
Expert: أهلاً بكِ يا آنا، ومرحباً بجميع المستمعين.
Host: أليكس، يلاحظ المتابعون لمجال الذكاء الاصطناعي أن الاهتمام ينصب غالباً على مخاطر ما بعد النشر، مثل التحيز الخوارزمي أو دقة النتائج. ما هي الفجوة أو المشكلة الأساسية التي تسلط هذه الدراسة الضوء عليها في المراحل السابقة للنشر؟
Expert: المشكلة تكمن في أن مرحلة الشراء وتحديد المتطلبات التقنية نادراً ما تحظى بالدراسة الكافية. المؤسسات العامة تواجه ضغوطاً متزايدة لتبني تقنيات حديثة عبر الاعتماد على شركات خارجية. لكن آليات الشراء التقليدية صُممت لمنتجات برمجية محددة وثابتة، وهي لا تتلاءم بسهولة مع طبيعة الذكاء الاصطناعي المتغيرة، وما يصاحبها من غموض، وتحديات امتثال لبيانات التدريب، وعدم وضوح العائد على الاستثمار منذ البداية.
Host: وكيف تناول الباحثان هذه المشكلة من الناحية المنهجية؟
Expert: اعتمدت الدراسة على منهج نوعي استكشافي من خلال إجراء 33 مقابلة شبه منظمة مع مسؤولين في القطاع العام السويسري، وجميعهم يمتلكون خبرة مباشرة في قيادة مبادرات شراء ونشر أدوات الذكاء الاصطناعي في مؤسساتهم. ساعد هذا النهج الباحثين على استخلاص أنماط وتجارب واقعية مباشرة من الميدان.
Host: هذا يقودنا إلى النتائج؛ ما الذي كشفه هذا التحليل بشأن طبيعة المخاطر التي تواجهها هذه الجهات؟
Expert: صنفت الدراسة المخاطر المبكرة إلى ثلاث فئات رئيسية: أولاً، مخاطر التشغيل قبل النشر؛ وثانياً، المخاطر المرتبطة بالموردين؛ وثالثاً، مخاطر الجاهزية التكيفية للمستقبل.
Host: دعنا نفصل في النقطة الأولى المتعلقة بمخاطر التشغيل قبل النشر، ما أسبابها المحددة بحسب ما وجدته الدراسة؟
Expert: وجدت الدراسة أن المخاطر التشغيلية تنشأ غالباً عندما تتبنى المنظمات الذكاء الاصطناعي كاستجابة لضغوط مؤسسية أو رغبة عامة في مجاراة التوجهات الحديثة، دون وجود مشكلة عمل واضحة تتطلب هذا الحل تحديداً. هذا الغياب للهدف المحدد يؤدي لاحقاً إلى عدم تطابق كبير بين توقعات الإدارة وما يقدمه النظام فعلياً.
Host: وماذا عن المخاطر المرتبطة بالموردين والجاهزية المستقبلية؟
Expert: أظهرت النتائج أن المؤسسات تجد صعوبة ملموسة في تقييم خبرات الموردين في هذا المجال الناشئ، فضلاً عن التأكد من التزامهم بالمعايير الصارمة لحماية البيانات العامة وسريتها. أما في جانب الجاهزية المستقبلية، فتواجه المنظمات مخاطر تقادم الأنظمة والارتهان لمورد وحيد يصعب استبداله لاحقاً.
Host: وكيف تتعامل المؤسسات مع هذه المخاطر بحسب نتائج الدراسة؟
Expert: أشارت الدراسة إلى أن المؤسسات تطبق استراتيجيات للتحوط، مثل استخدام عقود أطر عمل مرنة تتيح التعديل المستمر، وإنشاء بوابات تدقيق ومراقبة للجودة في مراحل التطوير الأولى، بالإضافة إلى تخصيص ميزانيات مسبقة للصيانة والتحديث المستمر. وخلصت الدراسة إلى صياغة نموذج أطلقت عليه "التحوط السياقي من المخاطر"، يوضح أن الجهات العامة توازن بشكل تكراري بين المواءمة التشغيلية، والامتثال للوائح، ومرونة عمليات الشراء.
Host: بالانتقال إلى الجانب العملي، ما هي أبرز الدروس المستفادة التي يمكن للممارسين والمسؤولين في المؤسسات تطبيقها بناءً على هذه النتائج؟
Expert: الفائدة العملية الأولى هي التحول من نهج "تبني التكنولوجيا لمجرد الحداثة" إلى نهج يحدد أولاً المشكلة الإجرائية ثم يقرر ما إذا كان الذكاء الاصطناعي هو الحل المناسب. ثانياً، ينبغي لفرق المشتريات مراجعة نماذج التعاقد واستبدال العقود الجامدة بعقود مرحلية ومرنة تسمح بالاختبار التدريجي قبل الالتزام الكامل. وأخيراً، يتطلب الأمر إشراك مسؤولي حماية البيانات والأمن السيبراني في مرحلة إعداد المناقصات وفحص الموردين في وقت مبكر جداً من المشروع، وليس عند مرحلة التسليم.
Host: نقاط واضحة ومباشرة تساعد صانعي القرار على موازنة الابتكار مع الانضباط المؤسسي. شكراً جزيلاً لك يا أليكس على هذا الشرح المركز.
Expert: العفو يا آنا، وشكراً لاهتمام مستمعينا.
Host: إلى هنا نصل إلى ختام حلقة اليوم من بودكاست A.I.S. Insights — powered by Living Knowledge. استعرضنا معكم دراسة الباحثين زاكايوس أوتونلا وتوبياس ميتلر حول إدارة مخاطر توريد الذكاء الاصطناعي في المنظمات العامة. شكراً لحسن استماعكم، ونلقاكم في الحلقة القادمة.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

AI sourcing, risk evaluation, public sector, vendor management, procurement agility, AI governance